关于 data-quality-frameworks
面向在数据管道中实施数据质量实践的团队，提供 Great Expectations、dbt 测试、数据契约、验证自动化和监控方面的指导。
主要功能
- 01Great Expectations 数据验证
- 02设计 dbt 测试套件
- 03制定数据契约规则
- 04在 CI/CD 中自动验证
- 05质量监控与问题处理
适用场景
- 01为数据管道添加质量检查
- 02构建 dbt 测试套件
- 03定义团队间的数据契约
- 04在 CI/CD 中自动执行验证
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/data-quality-frameworks确认已加载。
附带文件resources/implementation-playbook.md
详细介绍
数据质量框架
使用 Great Expectations、dbt 测试和数据契约实施数据质量的生产级模式，以确保数据管道可靠。
适用场景
- 在管道中实施数据质量检查
- 设置 Great Expectations 验证
- 构建全面的 dbt 测试套件
- 在团队之间建立数据契约
- 监控数据质量指标
- 在 CI/CD 中自动化数据验证
不适用场景
- 数据源未定义或不可用
- 你无法修改验证规则或 schema
- 任务与数据质量或数据契约无关
操作说明
- 识别关键数据集和质量维度。
- 定义期望/测试和契约规则。
- 在 CI/CD 中自动化验证并安排检查。
- 设置告警、责任归属和修复步骤。
- 如需详细模式，请打开
resources/implementation-playbook.md。
安全
- 避免在没有回退方案的情况下阻塞关键管道。
- 在验证输出中安全处理敏感数据。
资源
resources/implementation-playbook.md提供详细的框架、模板和示例。
限制
- 仅在任务明确符合上述范围时使用此技能。
- 不要将输出视为特定环境验证、测试或专家审查的替代品。
- 如果缺少必需输入、权限、安全边界或成功标准，请停止并请求澄清。
评论
支持 Markdown